தகவல் தொழில்நுட்பம் மற்றும் மென்பொருள் பொறியியல் இதழ்

தகவல் தொழில்நுட்பம் மற்றும் மென்பொருள் பொறியியல் இதழ்
திறந்த அணுகல்

ஐ.எஸ்.எஸ்.என்: 2165- 7866

சுருக்கம்

iOS மால்வேரைக் கண்டறிவதற்கான இயந்திர கற்றல்

லிசா ஏஞ்சலினா

ஸ்மார்ட்போன்கள் நம் அன்றாட வாழ்வில் தவிர்க்க முடியாத அங்கமாக மாறிவிட்டன. ஸ்மார்ட்போன்கள் சமூக, அரசியல் மற்றும் பொருளாதார மட்டத்தில் தகவல்தொடர்பு கருவியாகவும், தகவல்களின் மூலமாகவும், மகிழ்ச்சியின் மூலமாகவும் முழுமையாக நம்பியிருக்கின்றன. தகவல் மற்றும் இணையப் பாதுகாப்பில் விரைவான முன்னேற்றங்கள் ஸ்மார்ட்போன் தரவின் தனியுரிமை மற்றும் பாதுகாப்பில் குறிப்பாக கவனம் செலுத்த வேண்டும். ஸ்பைவேர் கண்டறிதல் அமைப்புகள் சமீபத்தில் ஸ்மார்ட்போன் பயனர்களின் தனியுரிமைப் பாதுகாப்பிற்கான சாத்தியமான மற்றும் ஈர்க்கக்கூடிய விருப்பமாக உருவாக்கப்பட்டுள்ளன. ஆண்ட்ராய்டு இயங்குதளம் உலகில் மிகவும் பொதுவாகப் பயன்படுத்தப்படுவதால், ஸ்மார்ட்போன் பயனர்களின் தனியுரிமையைத் தாக்கும் ஆர்வமுள்ள பல்வேறு குழுக்களுக்கு இது ஒரு முக்கிய இலக்காக உள்ளது. ஒருங்கிணைந்த செயல்பாட்டுப் பட்டியலின் அடிப்படையில் புதிய தரவு சேகரிப்பு அணுகுமுறையைப் பயன்படுத்தி யதார்த்தமான அமைப்பில் சேகரிக்கப்பட்ட தனித்துவமான தரவுத்தொகுப்பை இந்த ஆராய்ச்சி வழங்குகிறது.

 

தரவு மூன்று வகைகளாக பிரிக்கப்பட்டுள்ளது; வழக்கமான ஸ்மார்ட்போன் ட்ராஃபிக், ஸ்பைவேர் நிறுவல் செயல்முறைக்கான போக்குவரத்து தரவு மற்றும் ஸ்பைவேர் இயக்க டிராஃபிக் தரவு. இந்த தரவுத்தொகுப்பையும் பரிந்துரைக்கப்பட்ட மாதிரியையும் சரிபார்க்க சீரற்ற வன வகைப்பாடு அணுகுமுறை பயன்படுத்தப்பட்டது. தரவு வகைப்படுத்தலுக்கு, இரண்டு அணுகுமுறைகள் பயன்படுத்தப்பட்டன: பைனரி-வகுப்பு வகைப்பாடு மற்றும் பல-வகுப்பு வகைப்பாடு. துல்லியத்தின் அடிப்படையில், நல்ல முடிவுகள் கிடைத்தன. பைனரி-வகுப்பு வகைப்பாட்டிற்கான மொத்த சராசரி துல்லியம் 79% மற்றும் பல-வகுப்பு வகைப்பாட்டிற்கு 77% ஆகும்.

மறுப்பு: இந்த சுருக்கமானது செயற்கை நுண்ணறிவு கருவிகளைப் பயன்படுத்தி மொழிபெயர்க்கப்பட்டது மற்றும் இன்னும் மதிப்பாய்வு செய்யப்படவில்லை அல்லது சரிபார்க்கப்படவில்லை.
Top